执业医师

导航

2016年公卫执业医师《流行病学》考点详解:第五章

来源 :中华考试网 2016-08-30

  4)、OR值的95%可信区间。

  1:1配对资料的分析

  1)、将暴露因素与疾病的资料整理成四格表形式

  2)、配对χ2检验:χ2 = (b-c)ˆ2/(b+c)

  3)、OR=c/b,即:对照非暴露 病例暴露/对照暴露 病例非暴露;

  4)、OR值的95%可信区间;

  5)、归因分值(Attributable fraction)AF

  分层资料分析

  分析疾病与暴露因素关系时,混杂因素影响结果正确推断,识别和控制混杂因素可采用分层分析。

  (1)、分层资料的整理

  (2)、按暴露与否分层,计算OR值;

  (3)、进行齐性检验:OR值无明显差别,合并OR值;

  OR值有显著差异,不能合并OR值。

  三、效力

  四、常见偏倚及其控制

  1、选择偏倚

  (1)、入院率偏倚(Berkson’s bias/Admission rate bias):又称Berkson偏倚。是指利用医院就诊或住院病人为研究对象时,由于入院率的不同而造成的偏差。对照是医院的一部分病人,而不是全体目标人群的一个随机样本;病例只是医院的特定病例,因此病人对医院以及医院对病人双方都有选择性,病例组也不是全体病人的随机样本,难免产生偏倚。

  (2)、现患病例-新发病例偏倚(Neyman bias/Prevalence-incidence bias):又称Neyman偏倚。如果调查对象选自现患典型病例,所得信息很多可能只与存活有关,而未必与发病有关,会高估暴露因素病因作用;另外某病幸存者改变了生活习惯,会降低危险因素的水平。

  (3)、检出征候偏倚(Detection signal bias):即暴露偏倚。病人因某些在病因学上与某疾病本无关联的症状就医,提高了早期病例的检出率,从而过高地估计了暴露程度,产生的系统误差。

  (4)、时间效应偏倚(Time effect bias)

  2、信息偏倚

  在从研究对象获取所需信息时产生的偏倚。

  (1)、回忆偏倚:由于研究对象不能准确、完整地回忆以往发生的事情和经历时所产生的差异。

  (2)、调查偏倚

  3、混杂偏倚:在研究某因素与某疾病关联时,由于一个或多个混杂因素的影响,掩盖或扩大了所研究的因素与疾病的联系,从而错误地估计了二者之间的真正联系。

  控制方法:

  设计阶段:限制的方法、配比的方法

  资料分析阶段:分层分析、多因素分析模型

分享到

您可能感兴趣的文章